BİST'E KAYITLI BANKALARIN FİNANSAL PERFORMANSININ AHP-SD TABANLI PIV YÖNTEMİYLE DEĞERLENDİRİLMESİ

Abstract

Bankaların finansal performansının sistematik olarak ölçülmesi ve değerlendirilmesi finansal sistemin en dinamik parçalarından biri olan bankalar açısından hayati önem taşımaktadır. Bu çalışmada BİST’te faaliyet gösteren 9 mevduat bankasının 2016-2020 dönemine ilişkin finansal performansının yeni bir hibrid ÇKKV modeli ile değerlendirilmesi amaçlanmıştır. Analiz kapsamında incelenen değerlendirme kriterlerinin ağırlıklandırılmasında sübjektif bir yaklaşım olan AHP ve objektif bir yaklaşım olan SD yöntemleri, ortak ağırlıklandırma prosedürü ile entegre edilmiştir. Entegre ağırlıklandırma prosedürüne göre elde edilen ağırlık skorlarına göre, analiz kapsamına alına dönem için banka performansına etki eden en önemli kriterin yıllara göre değişkenlik gösterdiği tespit edilmiştir. Analizin ikinci aşamasında ise PIV yönteminden faydalanılarak bankaların finansal performans skorları tespit edilmiştir. Söz konusu yöntemden elde edilen sonuçlara göre ise çalışma kapsamına alına dönemde bankaların performans sıralamalarının da yine yıllara göre değişkenlik gösterdiği sonucuna ulaşılmıştır. Sonuç olarak 2016-2020 zaman periyodunu kapsayan dönem içi bankaların finansal performansında önemli istikrarsızlıkların yaşandığı ifade edilebilir.

Keywords

• BİST
• Mevduat Bankaları
• Finansal Performans Analizi
• AHP
• SD
• PIV

EVALUATION OF FINANCIAL PERFORMANCE OF BANKS REGISTERED ON BIST WITH AHP-SD BASED PIV METHOD

Abstract

The systematic measurement and evaluation of the financial performance of banks is of vital importance for banks, which are one of the most dynamic parts of the financial system. In this study, it is aimed to evaluate the financial performance of 9 deposit banks operating in the BIST for the period of 2016-2020 with a new hybrid MCDM model. AHP, which is a subjective approach, and SD, which is an objective approach, are integrated with the joint weighting procedure in the weighting of the evaluation criteria examined within the scope of the analysis. According to the weight scores obtained according to the integrated weighting procedure, it has been determined that the most important criterion affecting the bank performance for the period included in the analysis varies according to years. In the second stage of the analysis, the financial performance scores of the banks were determined by using the PIV method. According to the results obtained from the aforementioned method, it was concluded that the performance rankings of the banks also varied over the years in the period included in the study. As a result, it can be stated that there are significant instabilities in the financial performance of banks during the period covering the 2016-2020 time period.

Keywords

• BIST
• Deposit Banks
• Financial Performance Analysis
• AHP
• SD
• PIV

References

1. Achebo, J., Odinikuku, W. E. (2015). “Optimization of Gas Metal Arc Welding Process Parameters Using Standard Deviation (SDV) and Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA),” Journal of Minerals and Materials Characterization and Engineering, vol. 3 (4), p. 298-308.
2. Akbulut, O. Y. (2019). CRITIC ve EDAS Yöntemleri ile İş Bankası'nın 2009-2018 Yılları Arasındaki Performansının Analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(2), 249-263.
3. Akbulut, O. Y. (2020). “Gri Entropi Temelli PSI VE ARAS ÇKKV Yöntemleriyle Türk Mevduat Bankalarının Performans Analizi”. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2): 171-187.
4. Alam, H. M., Raza, A. and Akram, M. (2011). “A Financial Performance Comparison of Public Vs Private Banks: The Case of Commercial Banking Sector of Pakistan”. International Journal of Business and Social Science, 2(11): 56-64.
5. Ali, T., Chiu, Y. R., Aghaloo, K., Nahian, A. J., andMa, H. (2020). “Prioritizing The Existing Power Generation Technologies in Bangladesh’s Clean Energy Scheme Using A Hybrid Multi-Criteria Decision Making Model”. Journal of Cleaner Production, 267, 121901.
6. Alkan, A., Kasımoğlu, H. Ç., Çelik, C., ve Aladağ, Z. (2017). “AHP ve PROMETHEE Yöntemleri ile Lastik Üreticisi Bir Firma İçin Tedarikçi Seçimi”. Sakarya University Journal of Science, 21(2): 261-269.
7. Altemur, N., Çevik, M., ve Karaca, S. S. (2019). “BİST 30 Endeksinde İşlem Gören Ticari Bankaların TOPSIS Yöntemi ile Finansal Performans Analizi”. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 3(1): 63-73.
8. Anser, M. K., Mohsin, M., Abbas, Q., and Chaudhry, I. S. (2020). “Assessing the Integration of Solar Power Projects: SWOT-Based AHP–F-TOPSIS Case Study of Turkey”. Environmental Science and Pollution Research, 27(25): 31737-31749.

9. Avcı, T. ve Çınaroğlu, E. (2018). “AHP Temelli TOPSIS Yaklaşımı ile Havayolu İşletmelerinin Finansal Performans Değerlemesi”. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(1): 316-335.
10. Aydın, Y. (2019). Banka Sermayesi İle Kârlılık Arasındaki İlişki: Türk Bankacılık Sektöründen Kanıtlar. Uluslararası Sosyal Araştırmalar Dergisi, 12(62), 1174-1181.
11. Aydın, Y. (2020a). “A Hybrid Multi-Criteria Decision Making (MCDM) Model Consisting of SD & COPRAS Methods in Performance Evaluation of Foreign Deposit Banks”, Equinox, Journal of Economics, Business & Political Studies, 7(2): 160-176.
12. Aydın, Y. (2020b). Bütünleşik CRITIC Ve MAIRCA Yöntemleri İle Kamu Sermayeli Bankalarının Performans Analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(4), 829-841.
13. Bagheri, M., Zaiton Ibrahim, Z., Mansor, S., Manaf, L. A., Akhir, M. F., Talaat, W. I. A. W., and Beiranvand Pour, A. (2021). “Land-Use Suitability Assessment Using Delphi and Analytical Hierarchy Process (D-AHP) Hybrid Model forCoastal City Management: Kuala Terengganu, Peninsular Malaysia”. ISPRS International Journal of Geo-Information, 10(9): 1-35.
14. Banu, A. R.,and Santhiyavalli, G. A. (2019). “TOPSIS Approach to Evaluate the Financial Performance of Scheduled Commercial Banks in India”, International Journal of Economics and Research, 21(1): 24-33.
15. Biswas, S., & Anand, O. P. (2020). Logistics Competitiveness Index-Based Comparison of BRICS and G7 Countries: An Integrated PSI-PIV Approach. IUP Journal of Supply Chain Management, 17(2), 32-57.
16. Chakraborty, S. and Zavadskas, E. K. (2014). “Applications of WASPAS Method in Manufacturing Decision Making”. Informatica, 25(1): 1-20.
17. Chang, C.P. (2006). “Managing Business Attributes and Performance for Commercial Banks”. The Journal of American Academy of Business, 9(1): 104-109.
18. Chaudhuri, T. D., and Ghosh, I. (2014). “A Multi-Criteria Decision-Making Model-Based Approach for Evaluation of the Performance of Commercial Banks in India”. IUP Journal of Bank Management, 13(3): 23-33.
19. Çetin, M. K., and Çetin, E.İ. (2010). “MULTI-CRITERIA Analysis of Banks’ Performances”. International Journal of Economics and Finance Studies, 2(2): 73-78.
20. Dağdeviren, M., ve Yüksel, İ. (2008). “Developing a Fuzzy Analytic Hierarchy Process (AHP) Model forBehavior-Based Safety Management”. Information Sciences, 178(6): 1717-1733.
21. Deepa, N., Srinivasan, K., Chang, C. Y., &Bashir, A. K. (2019). “An Efficient Ensemble VTOPES Multi-Criteria Decision-Making Model for Sustainable Sugarcane Farms”. Sustainability, 11(16), 4288.
22. Demir, G. (2021a). Türk Bankacılık Sisteminin Finansal Performansının ROC-ITARA-CODAS Yöntemleriyle Analizi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(3), 831-847.
23. Demir, G. (2021b). Özel Sermayeli Mevduat Bankalarında Performans Analizi: SWARA-RAFSI Bütünleşik Model Uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1359-1382.
24. Demirhan, D., ve Aracıoğlu, B. (2017). “İnovasyon ve Finansal Performans Arasındaki İlişki: BIST Teknoloji Endeksindeki Firmalar Üzerine Bir Araştırma”. Uluslararası İktisadi ve İdari İncelemeler Dergisi: 195: 195-218.
25. Dietrich, A. and Wanzenried, G. (2014). “The Determinants of Commercial Banking Profitability in Low-, Middle-And High-Income Countries”. The Quarterly Review of Economics and Finance, 54(3): 337-354.
26. Diakoulaki, D., Mavrotas, G. and Papayannakis, L. (1995).” Determining Objective Weights in Multiple Criteria Problems: The Critic Method”. Computers & Operations Research, 22(7): 763-770.
27. Ersoy, N. (2017). Measuring Corporate Sustainability Performance In The Rubber Coating Industry: An Integrated Multi-Criterion Framework. The Online Journal of Science and Technology-October, 7(4), 128-143.
28. Ersoy, M. (2019). “Mermer Blokların AHP Destekli TOPSIS ve GİA Yöntemleri ile Sınıflandırılması”. Politeknik Dergisi, 22(2): 303-317.
29. Ghorabaee, Keshavarz, M., Amiri, M., Kazimieras Zavadskas, E., and Antuchevičienė, J. (2017). “Assessment of Third-Party Logistics Providers Using a CRITIC–WASPAS Approach with Interval Type-2 Fuzzy Sets”. Transport, 32(1): 66-78.
30. Gupta, S., Mathew, M., Gupta, S., &Dawar, V. (2021). Benchmarking the Private Sector Banks in India Using MCDM Approach. Journal of Public Affairs, 21(2), e2409.
31. Gür, Ş., Hamurcu, M., and Eren, T. (2017). “Ankara’da Monoray Projelerinin Analitik Hiyerarşi Prosesi ve 0-1 Hedef Programlama Yöntemleri ile Seçimi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(4): 437-443.
32. Henriques, I. C., Sobreiro, V. A., Kimura, H., and Mariano, E. B. (2018). “Efficiency in the Brazilian Banking System Using Data Envelopment Analysis”. Future Business Journal, 4(2): 157-178.
33. Işık, Ö. (2018). “Türk Bankacılık Sektöründe Etkinlik: Borsa İstanbul’da İşlem Gören Ticari Bankalar-dan Kanıtlar”. Sinop Üniversitesi Sosyal Bilimler Dergisi, 2(2): 75-100.
34. Işık, Ö. (2020a). “SD Tabanlı MABAC ve WASPAS Yöntemleriyle Kamu Sermayeli Kalkınma ve Yatırım Bankalarının Performans Analizi”. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (29): 61-78.
35. Işık, Ö. (2020b). Bir Lojistik Firmasının Performans Analizi: Reysaş Lojistik Örneği. Yalman, İ.N. (Ed.), Türkiye’de Dış Ticaret ve Lojistik Uygulamalı ve Teorik Seçme Konular içinde (s. 293-314). Ankara: Nobel Yayınevi.
36. Işık, Ö. ve Koşaroğlu, M. (2020). “Analysis of the Financial Performance of TurkishListedOilCompanies Through the Application of SD and MAUT Methods”, Üçüncü Sektör Sosyal Ekonomi Dergisi, 55(3): 1395-1411.
37. Işık, Ö. (2021). “AHP, CRITIC ve WEDBA Yöntemlerini İçeren Entegre Bir ÇKKV Modeli ile AXA Sigorta Şirketinin Finansal Performansının Analizi”. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 5(2): 892-908.
38. Jahan, A., Mustapha, F., Sapuan, S. M., Ismail, M. Y. and Bahraminasab, M. (2012). “A Framework forWeighting of Criteria in Ranking Stage of Material Selection Process”. The International Journal of Advanced Manufacturing Technology, 58(1-4): 411–420.
39. Kaygusuz, M., Ersoy, B., ve Bozdoğan, T. (2020). “CAMELS Değerlendirme Sistemiyle Bankaların Finansal Performanslarının TOPSIS Yöntemiyle Analizi”. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 9(1): 68-95.
40. Keçek, G., ve Yüksel, R. (2016). “Analitik Hiyerarşi Süreci (AHP) ve PROMETHEE Teknikleriyle Akıllı Telefon Seçimi”. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (49): 46-62.
41. Khan, N. Z., Ansari, T. S. A., Siddiquee, A. N., andKhan, Z. A. (2019).” Selection of E-Learning Websites Using A NovelProximityIndexed Value (PIV) MCDM Method”. Journal of Computers in Education, 6(2): 241-256.
42. Kosmidou, K. and Zopounidis, C. (2008). “Measurement of Bank Performance in Greece, South - Eastern Europe”. Journal of Economics, 6: 79–95.
43. Koşaroğlu, Ş. M. (2020). “BİST’te İşlem Gören Bankaların Performanslarının SD ve EDAS Yöntemleriyle Değerlendirilmesi”. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(3):406-417.
44. Lee, G. K., & Chan, E. H. (2008). The Analytic Hierarchy Process (AHP) Approach For Assessment of Urban Renewal Proposals. Social indicators research, 89(1), 155-168.
45. Lyu, H. M., Zhou, W. H., Shen, S. L., and Zhou, A. N. (2020). ”Inundation Risk Assessment of Metro System Using AHP and TFN-AHP in Shenzhen”. Sustainable Cities and Society, 56: 102103.
46. Mandic, K., Delibasic, B., Knezevic, S., and Benkovic, S. (2014). “Analysis of the Financial Parameters of Serbian Banks through the Application of the Fuzzy AHP and TOPSIS Methods”. EconomicModelling, 43: 30-37.
47. Mufazzal, S., and Muzakkir, S. M. (2018). “A New Multi-Criterion Decision Making (MCDM) Method Based on Proximity Indexed Value for Minimizing Rank Reversals”. Computers & Industrial Engineering, 119: 427-438.
48. Mukhametzyanov, I. Z. (2021). “Specifi cCharacter of Objective Methods For Determining Weights Of Criteria in MCDM Problems: Entropy, CRITIC, SD”. Applications in Management and Engineering, 4(2):76-105.
49. Ömürbek, N., Karaatlı, M., ve Yetim, T. (2014). “Analitik Hiyerarşi Sürecine Dayalı TOPSIS ve VIKOR Yöntemleri ile Adım Üniversitelerinin Değerlendirilmesi.” Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Dr. Mehmet YILDIZ Özel Sayısı: 189-207.
50. Özispa, N., ve Arabelen, G. (2021). “Limanların Sürdürülebilirlik Stratejilerinin AHP Yaklaşımı ile Önceliklendirilmesi”. Yaşar Üniversitesi E-Dergisi, 16(63): 1430-1453.
51. Podgórski, D. (2015). “Measuring Operational Performance of OSH Management System–A Demonstration of AHP-Based Selection of Leading Key Performance Indicators”. Safety science, 73: 146-166.
52. Rençber, Ö. F., ve Avcı, T. (2018). “BIST'te İşlem Gören Bankaların Sermaye Yeterliliklerine Göre Karşılaştırılması: WASPAS Yöntemi ile Uygulama”. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 6(ICEESS’18): 169-175.
53. Řepková, I. (2014). “Efficiency of the Czech Banking Sector Employing the DEA Window Analysis Approach”. Procedia Economics and Finance, 12(1): 587–596.
54. Rezaei, M., and Ketabi, S. (2016). “Ranking The Banks Through Performance Evaluation By Integrating Fuzzy AHP and TOPSIS Methods: A Study Of Iranian Private Banks”. International Journal of Academic Research in Accounting, Finance and Management Sciences, 6(3):19-30.
55. Saaty, T. L. (1980). The Analytic Hierarchy Process. New York: McGrawHill.
56. Saaty, T. (1986), “Axiomatic Foundation of the Analytic Hierarchy Process”, Management Science, 32(7): 841- 855.
57. Saaty, T. L. (2005). Theory and Applications of theAnalytic Network Process: Decision Making with Benefits, Opportunities, Costs, and Risks. Pittsburgh: RWS Publications.
58. Saaty, T. L., Peniwati, K. And Shang, J. S. (2007), “The Analytic Hierarchy Process and Human Resource Allocation: Half the Story”, Mathematical and Computer Modelling, 46: 1041–1053.
59. San, O. T., Theng, L. L., and Heng, T. B. (2011). “A Comparison On Efficiency of Domestic And Foreign Banks In Malaysia: A DEA Approach”. Business Management Dynamics, 1(4): 33-49.
60. Sarıçalı, G., ve Kundakcı, N. (2016). “AHP ve COPRAS Yöntemleri ile Otel Alternatiflerinin Değerlendirilmesi”. International Review of Economicsand Management, 4(1): 45-66.
61. Schlifter -Garbuzova, M.,andMadlener, R. (2016). “AHP-Based Risk Analysis of Energy Performance Contracting Projects in Russia”. EnergyPolicy, 97: 559-581.
62. Solangi, Y. A., Longsheng, C., and Shah, S. A. A. (2021). “Assessing and Overcoming The Renewable Energy Barriers for Sustainable Development in Pakistan: An integrated AHP and fuzzy TOPSIS approach”. Renewable Energy, 173: 209-222.
63. Şahin, M. (2021). A Comprehensive Analysis of Weighting And Multi Criteria Methods In The Context of Sustainable Energy. International Journal of Environmental Science and Technology, 18(6), 1591-1616.
64. Tayyar, N., Akcanlı, F., Genç, E., ve Erem, I. (2014). “BİST’e Kayıtlı Bilişim ve Teknoloji Alanında Faaliyet Gösteren İşletmelerin Finansal Performanslarının Analitik Hiyerarşi Prosesi (AHP) ve Gri İlişkisel Analiz (GİA) Yöntemiyle Değerlendirilmesi”. Muhasebe ve Finansman Dergisi, (61): 19-40.
65. Tepe, S., ve Görener, A. (2014). “Analitik Hiyerarşi Süreci ve MOORA Yöntemlerinin Personel Seçiminde Uygulanması”. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 13(25): 1-14.
66. Trung, D. D. (2021). Application of TOPSIS and PIV Methods For Multi-Criteria Decision Making In Hard Turning Process. Journal of Machine Engineering, 21(4), 57-71.
67. Ulutaş, A. ve Çelik, D. (2019). “Transpalet Seçimi Probleminin AHP ve EDAS Yöntemleri ile Değerlendirilmesi”, BMIJ, (2019), 7(2): 668-686.
68. Ulutaş, A. ve Karaköy, C. (2019). “An Analysis of The Logistics Performance Index of EU Countries with An Integrated MCDM Model”. Economics and Business Review, 5(4): 49-69.
69. Ulutaş, A., Balo, F., Sua, L., Demir, E., Topal, A., & Jakovljević, V. (2021). A New Integrated Grey MCDM Model: Case of Warehouse Location Selection. Facta Universitatis, Series: Mechanical Engineering.19(3), 515-535.
70. Ulutaş, A., & Karakuş, C. B. (2021). Location Selection For A Textile Manufacturing Facility With GIS Based On Hybrid MCDM Approach. Industria Textila, 72(2), 126-132.
71. Ünvan, Y. A. (2020). “Financial Performance Analysis of Banks with Topsis and Fuzzy Topsis Approaches”. Gazi University Journal of Science, 33(4): 904-923.
72. Yahya, S. M., Asjad, M., and Khan, Z. A. (2019). “Multi-Response Optimization of TiO2/EG-Water Nano-Coolant Using Entropy Based Preference Indexed Value (PIV) Method”. Materials Research Express, 6(8): 0850a1.
73. Yamaltdinova, A. (2017). “Kırgızistan Bankalarının Finansal Performanslarının Topsis Yöntemiyle Değerlendirilmesi”. International Review of Economics and Management, 5 (2) , 68-87.
74. Yue, P. (1992). “Data Envelopment Analysis and Commercial Bank Performance: A Primer With Applications to Missouri Banks”. Federal Reserve Bank of St Louis Review, January/ February: 31-45.
75. Zavadskas, E. K., & Podvezko, V. (2016). “Integrated Determination of Objective Criteria Weights in MCDM”. International Journal of Information Technology and Decision Making, 15(2), 267–283.
76. Zolfani, S. H., Chen, I. S., Rezaeiniya, N., &Tamošaitienė, J. (2012). “A hybrid MCDM model encompassing AHP and COPRAS-G methods for selecting company supplier in Iran”. Technological and economic development of economy, 18(3), 529-543.